phyton

1. CLASE 10
“Aplicaciones de Python en
Power BI”
PYTHON ENFOCADO AL ANÁLISIS
DE DATOS CON POWER BI

2. Web Scrapping en Power BI
El web scraping se refiere al proceso de extracción de
contenidos y datos de sitios web mediante software.
Por ejemplo, la mayoría de los servicios de
comparación de precios utilizan web scrapers para
leer la información de precios de varias tiendas online.
El web scraping se ha convertido en la columna
vertebral de muchos procesos basados en datos,
desde el seguimiento de las marcas y las
comparaciones de precios actualizadas hasta la
realización de valiosos estudios de mercado.

3. ¿Qué podemos hacer con Web Scraping?
Estudio de Mercado: Usada como una herramienta inestimable para los equipos de marketing que
buscan vigilar su mercado sin tener que realizar una investigación manual que requiere mucho tiempo.
Automatización del Negocio: Cuando muchas tareas de automatización empresarial requieren la
recopilación y el procesamiento de grandes cantidades de datos, el web scraping puede ser muy valioso
— especialmente si hacerlo de otro modo es engorroso.
Generación de Leads: Se puede utilizar web scraping para generar suficientes datos de usuarios para
crear listas de leads estructuradas.
Seguimiento de Precios: Podremos extraer regularmente los precios de los productos y poder
compararlos mediante gráficos a lo largo del tiempo.

4. APLICACIÓN
WEB SCRAPPING PYTHON
Obtener información valiosa de
páginas web.
Lenguaje de Programación
para realizar el código.
POWER BI
Visualización de los datos
obtenidos y conexión mediante
un script en Python.
Anthony es un ingeniero electrónico y su jefe le planteó el siguiente reto para un proyecto: Quiero saber
el precio actualizado de distintos componentes electrónicos y poderlos visualizar mediante alguna
herramienta diariamente en un reporte.

5. Inteligencia Artificial en Power BI
La inteligencia artificial busca simular los procesos de inteligencia humana, pero a
través de una máquina o un software. Es decir, nos permite alimentar un sistema
con datos, a través de los cuales puede aprender para llevar a cabo razonamientos
y autocorregirse de cara a una máxima optimización.

6. Clasificación de la IA

7. MUCHAS
GRACIAS POR
SU ATENCIÓN!!

8. @data_science.analysis
@dsaperu
Data Science Analysis
@datascienceanalysis
926 837 332
Data Science Analysis